KPIs e Indicadores para Service Desk no GLPI

Os indicadores mais importantes para medir a eficiência do seu Service Desk: como calculá-los, onde encontrá-los no GLPI e que metas definir.

Sem métricas, as decisões baseiam-se em perceções. Este guia lista os KPIs essenciais para Service Desk e mostra como extraí-los do GLPI.

Os 10 KPIs essenciais

1. Volume de tickets

Total de tickets abertos por período. Mostra a procura e ajuda a dimensionar a equipa.

2. Taxa de resolução N1

% de tickets resolvidos no primeiro nível sem escalamento. Meta: 70-80%.

3. Tempo médio de resposta (TTO)

Tempo entre a abertura e a primeira atribuição. Mede a agilidade da triagem.

4. Tempo médio de resolução (TTR)

Tempo entre a abertura e a solução. É o indicador mais acompanhado pelos gestores.

5. Taxa de cumprimento de SLA

% de tickets resolvidos dentro do prazo do SLA. Meta: acima de 90%.

6. Índice de satisfação

Nota média das pesquisas de satisfação. Meta: acima de 4.0/5.0.

7. Taxa de reabertura

% de tickets reabertos após solução. Indica a qualidade da resolução. Meta: abaixo de 5%.

8. Backlog (tickets pendentes)

Total de tickets abertos e não resolvidos. Crescimento contínuo indica subdimensionamento.

9. Idade média dos tickets

Média de dias entre abertura e hoje para tickets em aberto. Idade elevada = tickets esquecidos.

10. Tickets por técnico

Distribuição de carga entre técnicos. Desequilíbrio indica necessidade do Smart Assign.

Onde encontrar no GLPI

Aceda a Assistência > Estatísticas para relatórios nativos. Para dashboards visuais, ligue o Metabase ou Grafana à base de dados do GLPI.

Perguntas Frequentes

Os 5 principais: taxa de resolução no primeiro nível, tempo médio de resolução, índice de satisfação, taxa de reabertura e volume de tickets por período.

Em Assistência > Estatísticas. O GLPI oferece relatórios por categoria, grupo, técnico, SLA e satisfação. Para dashboards mais avançados, utilize o Metabase ou o Grafana.

Entre 70% e 80%. Abaixo de 60% indica falta de capacitação do N1 ou categorização inadequada. Acima de 90% pode indicar que tickets complexos estão a ser mal classificados.

Precisa de ajuda?